Paul Graham記事 QA システムを OpenAI と Milvus ベクター DB で構築する
上級
これはAI分野の自動化ワークフローで、22個のノードを含みます。主にHtml, Limit, SplitOut, HttpRequest, ManualTriggerなどのノードを使用、AI技術を活用したスマート自動化を実現。 OpenAI と Milvus ベクター データベースを使用して Paul Graham 記事の QA システムを作成
前提条件
- •ターゲットAPIの認証情報が必要な場合あり
- •OpenAI API Key
使用ノード (22)
カテゴリー
ワークフロープレビュー
ノード接続関係を可視化、ズームとパンをサポート
ワークフローをエクスポート
以下のJSON設定をn8nにインポートして、このワークフローを使用できます
{
"meta": {
"instanceId": "89c9c2dbc29ad74e9e02caaf3e27ce718c567278274962e355a9a9679d5f3af7"
},
"nodes": [
{
"id": "33e94ee1-4244-4075-bb4b-93a99a2cacd9",
"name": "OpenAI Chat Model",
"type": "@n8n/n8n-nodes-langchain.lmChatOpenAi",
"position": [
20,
560
],
"parameters": {
"model": {
"__rl": true,
"mode": "list",
"value": "gpt-4o-mini"
},
"options": {}
},
"typeVersion": 1.2
},
{
"id": "dd97266d-a039-4d8f-bc7d-fb439ad5a6d7",
"name": "ワークフロー実行時",
"type": "n8n-nodes-base.manualTrigger",
"position": [
-180,
0
],
"parameters": {},
"typeVersion": 1
},
{
"id": "c4d4a979-3182-46c9-b145-fa4e6ba57011",
"name": "記事一覧取得",
"type": "n8n-nodes-base.httpRequest",
"position": [
80,
0
],
"parameters": {
"url": "http://www.paulgraham.com/articles.html",
"options": {}
},
"typeVersion": 4.2
},
{
"id": "2e2913f9-d01a-41e8-b1b8-9a981910db7b",
"name": "記事名抽出",
"type": "n8n-nodes-base.html",
"position": [
280,
0
],
"parameters": {
"options": {},
"operation": "extractHtmlContent",
"extractionValues": {
"values": [
{
"key": "essay",
"attribute": "href",
"cssSelector": "table table a",
"returnArray": true,
"returnValue": "attribute"
}
]
}
},
"typeVersion": 1.2
},
{
"id": "c121dc65-37e3-49d4-b449-f28491e19a6f",
"name": "項目分割",
"type": "n8n-nodes-base.splitOut",
"position": [
480,
0
],
"parameters": {
"options": {},
"fieldToSplitOut": "essay"
},
"typeVersion": 1
},
{
"id": "5644c48d-62b6-4e2d-ad25-013b55f5ec71",
"name": "記事本文取得",
"type": "n8n-nodes-base.httpRequest",
"position": [
880,
0
],
"parameters": {
"url": "=http://www.paulgraham.com/{{ $json.essay }}",
"options": {}
},
"typeVersion": 4.2
},
{
"id": "cd84596e-4046-4d33-9f43-cf464e5c5c01",
"name": "最初の3件に制限",
"type": "n8n-nodes-base.limit",
"position": [
680,
0
],
"parameters": {
"maxItems": 3
},
"typeVersion": 1
},
{
"id": "318aeeed-fcce-4de2-aa04-92033ef01f28",
"name": "テキストのみ抽出",
"type": "n8n-nodes-base.html",
"position": [
1200,
0
],
"parameters": {
"options": {},
"operation": "extractHtmlContent",
"extractionValues": {
"values": [
{
"key": "data",
"cssSelector": "body",
"skipSelectors": "img,nav"
}
]
}
},
"typeVersion": 1.2
},
{
"id": "0668851e-a31f-4e6e-8966-4544092e318e",
"name": "付箋3",
"type": "n8n-nodes-base.stickyNote",
"position": [
0,
-120
],
"parameters": {
"width": 1071.752021563343,
"height": 285.66037735849045,
"content": "## Scrape latest Paul Graham essays"
},
"typeVersion": 1
},
{
"id": "cf9af24c-9e08-4f27-ad4e-509f72e54a9b",
"name": "付箋5",
"type": "n8n-nodes-base.stickyNote",
"position": [
1120,
-120
],
"parameters": {
"width": 625,
"height": 607,
"content": "## Load into Milvus vector store"
},
"typeVersion": 1
},
{
"id": "95e9a59d-1832-4eb7-b58d-ba391c1acb1c",
"name": "チャットメッセージ受信時",
"type": "@n8n/n8n-nodes-langchain.chatTrigger",
"position": [
-200,
380
],
"webhookId": "cd2703a7-f912-46fe-8787-3fb83ea116ab",
"parameters": {
"options": {}
},
"typeVersion": 1.1
},
{
"id": "0076ea3d-e667-4df2-83c3-9de0d3de0498",
"name": "付箋",
"type": "n8n-nodes-base.stickyNote",
"position": [
-380,
-160
],
"parameters": {
"width": 280,
"height": 180,
"content": "## Step 1\n1. Set up a Milvus server based on [this guide](https://milvus.io/docs/install_standalone-docker-compose.md). And then create a collection named `my_collection`.\n2. Click this workflow to load scrape and load Paul Graham essays to Milvus collection.\n"
},
"typeVersion": 1
},
{
"id": "e90a069e-cfd8-49f1-8fe6-a334bb920027",
"name": "Milvus Vector Store",
"type": "@n8n/n8n-nodes-langchain.vectorStoreMilvus",
"position": [
1420,
0
],
"parameters": {
"mode": "insert",
"options": {
"clearCollection": true
},
"milvusCollection": {
"__rl": true,
"mode": "list",
"value": "my_collection",
"cachedResultName": "my_collection"
}
},
"typeVersion": 1.1
},
{
"id": "d786c471-d564-4f25-beab-f1c7f4559f7a",
"name": "Default Data Loader",
"type": "@n8n/n8n-nodes-langchain.documentDefaultDataLoader",
"position": [
1460,
220
],
"parameters": {
"options": {},
"jsonData": "={{ $('Extract Text Only').item.json.data }}",
"jsonMode": "expressionData"
},
"typeVersion": 1
},
{
"id": "26730b7b-2bb9-46f8-83c3-3d4ffdfdef57",
"name": "Embeddings OpenAI",
"type": "@n8n/n8n-nodes-langchain.embeddingsOpenAi",
"position": [
1320,
240
],
"parameters": {
"options": {}
},
"typeVersion": 1.2
},
{
"id": "de836110-4073-44d5-bbf3-d57f57525f69",
"name": "Recursive Character Text Splitter",
"type": "@n8n/n8n-nodes-langchain.textSplitterRecursiveCharacterTextSplitter",
"position": [
1540,
340
],
"parameters": {
"options": {},
"chunkSize": 6000
},
"typeVersion": 1
},
{
"id": "ddaa936e-416a-40e4-adf6-cf7ebfb8b094",
"name": "付箋1",
"type": "n8n-nodes-base.stickyNote",
"position": [
-380,
280
],
"parameters": {
"width": 280,
"height": 120,
"content": "## Step 2\nChat with this QA Chain with Milvus retriever\n"
},
"typeVersion": 1
},
{
"id": "f5b7410f-37c7-40ff-b841-12ed04252317",
"name": "Embeddings OpenAI1",
"type": "@n8n/n8n-nodes-langchain.embeddingsOpenAi",
"position": [
80,
860
],
"parameters": {
"options": {}
},
"typeVersion": 1.2
},
{
"id": "7a5d1b3f-9b2c-4943-9b40-2a213e30159c",
"name": "Milvus Vector Store1",
"type": "@n8n/n8n-nodes-langchain.vectorStoreMilvus",
"position": [
120,
720
],
"parameters": {
"milvusCollection": {
"__rl": true,
"mode": "list",
"value": "my_collection",
"cachedResultName": "my_collection"
}
},
"typeVersion": 1.1
},
{
"id": "2402387f-e147-4239-9128-34af296e0012",
"name": "付箋2",
"type": "n8n-nodes-base.stickyNote",
"position": [
-20,
360
],
"parameters": {
"color": 7,
"width": 574,
"height": 629,
"content": ""
},
"typeVersion": 1
},
{
"id": "3665ef25-e464-496a-84d6-980b96e78e9a",
"name": "Milvusからの検索と質問応答のためのQ&Aチェーン",
"type": "@n8n/n8n-nodes-langchain.chainRetrievalQa",
"position": [
120,
380
],
"parameters": {
"options": {}
},
"typeVersion": 1.5
},
{
"id": "10bf4a2c-ee2b-4185-b1e5-29b8664078fb",
"name": "Milvus Vector Store Retriever",
"type": "@n8n/n8n-nodes-langchain.retrieverVectorStore",
"position": [
260,
580
],
"parameters": {},
"typeVersion": 1
}
],
"pinData": {},
"connections": {
"c4d4a979-3182-46c9-b145-fa4e6ba57011": {
"main": [
[
{
"node": "2e2913f9-d01a-41e8-b1b8-9a981910db7b",
"type": "main",
"index": 0
}
]
]
},
"cd84596e-4046-4d33-9f43-cf464e5c5c01": {
"main": [
[
{
"node": "5644c48d-62b6-4e2d-ad25-013b55f5ec71",
"type": "main",
"index": 0
}
]
]
},
"26730b7b-2bb9-46f8-83c3-3d4ffdfdef57": {
"ai_embedding": [
[
{
"node": "e90a069e-cfd8-49f1-8fe6-a334bb920027",
"type": "ai_embedding",
"index": 0
}
]
]
},
"318aeeed-fcce-4de2-aa04-92033ef01f28": {
"main": [
[
{
"node": "e90a069e-cfd8-49f1-8fe6-a334bb920027",
"type": "main",
"index": 0
}
]
]
},
"5644c48d-62b6-4e2d-ad25-013b55f5ec71": {
"main": [
[
{
"node": "318aeeed-fcce-4de2-aa04-92033ef01f28",
"type": "main",
"index": 0
}
]
]
},
"33e94ee1-4244-4075-bb4b-93a99a2cacd9": {
"ai_languageModel": [
[
{
"node": "3665ef25-e464-496a-84d6-980b96e78e9a",
"type": "ai_languageModel",
"index": 0
}
]
]
},
"f5b7410f-37c7-40ff-b841-12ed04252317": {
"ai_embedding": [
[
{
"node": "7a5d1b3f-9b2c-4943-9b40-2a213e30159c",
"type": "ai_embedding",
"index": 0
}
]
]
},
"d786c471-d564-4f25-beab-f1c7f4559f7a": {
"ai_document": [
[
{
"node": "e90a069e-cfd8-49f1-8fe6-a334bb920027",
"type": "ai_document",
"index": 0
}
]
]
},
"2e2913f9-d01a-41e8-b1b8-9a981910db7b": {
"main": [
[
{
"node": "c121dc65-37e3-49d4-b449-f28491e19a6f",
"type": "main",
"index": 0
}
]
]
},
"7a5d1b3f-9b2c-4943-9b40-2a213e30159c": {
"ai_vectorStore": [
[
{
"node": "10bf4a2c-ee2b-4185-b1e5-29b8664078fb",
"type": "ai_vectorStore",
"index": 0
}
]
]
},
"c121dc65-37e3-49d4-b449-f28491e19a6f": {
"main": [
[
{
"node": "cd84596e-4046-4d33-9f43-cf464e5c5c01",
"type": "main",
"index": 0
}
]
]
},
"95e9a59d-1832-4eb7-b58d-ba391c1acb1c": {
"main": [
[
{
"node": "3665ef25-e464-496a-84d6-980b96e78e9a",
"type": "main",
"index": 0
}
]
]
},
"10bf4a2c-ee2b-4185-b1e5-29b8664078fb": {
"ai_retriever": [
[
{
"node": "3665ef25-e464-496a-84d6-980b96e78e9a",
"type": "ai_retriever",
"index": 0
}
]
]
},
"dd97266d-a039-4d8f-bc7d-fb439ad5a6d7": {
"main": [
[
{
"node": "c4d4a979-3182-46c9-b145-fa4e6ba57011",
"type": "main",
"index": 0
}
]
]
},
"de836110-4073-44d5-bbf3-d57f57525f69": {
"ai_textSplitter": [
[
{
"node": "d786c471-d564-4f25-beab-f1c7f4559f7a",
"type": "ai_textSplitter",
"index": 0
}
]
]
}
}
}よくある質問
このワークフローの使い方は？
上記のJSON設定コードをコピーし、n8nインスタンスで新しいワークフローを作成して「JSONからインポート」を選択、設定を貼り付けて認証情報を必要に応じて変更してください。
このワークフローはどんな場面に適していますか？
上級 - 人工知能
有料ですか？
このワークフローは完全無料です。ただし、ワークフローで使用するサードパーティサービス（OpenAI APIなど）は別途料金が発生する場合があります。
関連ワークフロー
ドキュメントの挿入と検索
Paul Essays、Milvus、OpenAIを使った引用付きRAG QAシステムの構築
Set
Code
Html
+
Set
Code
Html
25 ノードCheney Zhang
人工知能
n8nノードの探索（可視化リファレンスライブラリ内）
n8nノードを可視化リファレンスライブラリで探索
If
Ftp
Set
+
If
Ftp
Set
113 ノードI versus AI
その他
高度なAIディスプレイ（AI開発者第14回集での発表）
高度なAIデモ（AI開発者第14回聚会で展示）
If
Code
Gmail
+
If
Code
Gmail
39 ノードMax Tkacz
ビルディングブロック
Qdrantを使った完全なRAGシステム、自動出典引用付き
Qdrant、Gemini、OpenAIを使った自動引用機能付きRAGシステムの構築
Set
Code
Wait
+
Set
Code
Wait
29 ノードDavide
人工知能
RAG内でドキュメントのアップデート機能を有効化
Google Drive、Qdrant、Gemini Chatを使ってRAGシステムを構築し、継続のに更新
Set
Wait
Google Drive
+
Set
Wait
Google Drive
29 ノードDavide
人工知能
🤖 Gemini RAGパイプラインを使用してドキュメントエキスパートチャットボットを構築
n8nドキュメント専門のチャットボットをOpenAI RAGパイプラインで構築
Set
Html
Filter
+
Set
Html
Filter
46 ノードAyham
内部Wiki
ワークフロー情報
難易度
上級
ノード数22
カテゴリー1
ノードタイプ14
作成者
Cheney Zhang
@zc277584121Algorithm engineer at Zilliz, dedicating to the application of vector databases in the AI ecosystem.
外部リンク
n8n.ioで表示 →
このワークフローを共有